基于小波变换和数学形态学的细胞图像分割方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·引言 | 第11-12页 |
| ·国内外医学图像分割研究现状 | 第12-14页 |
| ·本课题的意义与目的 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| 第2章 图像分割方法研究综述 | 第16-23页 |
| ·图像分割概述 | 第16-17页 |
| ·传统的分割方法以及优缺点 | 第17-18页 |
| ·基于直方图的图像分割 | 第17页 |
| ·基于边界的分割技术 | 第17-18页 |
| ·基于区域的分割技术 | 第18页 |
| ·图像分割新算法以及优缺点 | 第18-21页 |
| ·基于小波变换的分割算法 | 第19页 |
| ·基于数学形态学的分割算法 | 第19-20页 |
| ·基于模糊数学的分割算法 | 第20页 |
| ·基于遗传算法的分割方法 | 第20-21页 |
| ·可变模型法 | 第21页 |
| ·神经网络分割法 | 第21页 |
| ·小结 | 第21-23页 |
| 第3章 小波变换和形态学分割方法的研究 | 第23-34页 |
| ·小波变换理论 | 第23-25页 |
| ·小波分析 | 第23-24页 |
| ·小波变换的多分辨率特性 | 第24-25页 |
| ·小波变换在医学图像中的去噪应用 | 第25-27页 |
| ·噪声模型 | 第25-26页 |
| ·硬阀值和软阀值 | 第26-27页 |
| ·阀值选取算法 | 第27-29页 |
| ·数学形态学方法 | 第29-32页 |
| ·数学形态学基本运算 | 第30页 |
| ·形态学梯度图像 | 第30-31页 |
| ·形态学重构 | 第31页 |
| ·高帽低帽运算 | 第31-32页 |
| ·形态学分水岭方法 | 第32-33页 |
| ·基于数学形态学的图像增强 | 第32-33页 |
| ·形态学分水岭算法的优势和不足 | 第33页 |
| ·小结 | 第33-34页 |
| 第4章 基于小波变换的形态学分割算法 | 第34-49页 |
| ·改进算法的目的 | 第34页 |
| ·基于小波变换的数学形态学的改进算法 | 第34-43页 |
| ·算法概述 | 第34-35页 |
| ·算法基本思想 | 第35-36页 |
| ·算法设计过程 | 第36-40页 |
| ·算法描述 | 第40-43页 |
| ·实验分析 | 第43-47页 |
| ·小结 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第53-54页 |
| 致谢 | 第54页 |
